[论文解读] Central limit theorem for linear eigenvalue statistics of orthogonally invariant matrix models

Mariya Shcherbina|ArXiv.org|Nov 12, 2007

Random Matrices and Applications参考文献 17被引用 6

一句话总结

本文为具有单区间极限谱的正交不变随机矩阵系综的线性特征值统计量建立了中心极限定理。通过使用涉及矩阵核与正交多项式方法的高级技术，证明了特征值统计量的波动收敛到具有明确定义极限方差的高斯分布，将乔夫森（Johansson）在复对称（β=2）情况下的结果扩展到了实对称（β=1）情况，且在实解析势函数与具有有界二阶导数的光滑测试函数条件下成立。

ABSTRACT

We prove central limit theorem for linear eigenvalue statistics of orthogonally invariant ensembles of random matrices with one interval limiting spectrum. We consider ensembles with real analytic potentials and test functions with two bounded derivatives.

研究动机与目标

• 为实对称随机矩阵系综（β=1）的正交不变系综中的线性特征值统计量建立中心极限定理（CLT）。
• 将乔夫森（Johansson）对厄米特矩阵（β=2）的CLT结果扩展到在相同谱和解析条件下实对称的情况。
• 使用专为β=1系综设计的矩阵核技术，分析线性特征值统计量的极限方差。
• 证明在实解析势函数与具有二阶有界导数的测试函数条件下，特征值统计量的波动在分布上收敛于一个高斯随机变量。

提出的方法

• 通过具有实解析势函数V和β=1的联合概率测度，推导正交不变系综的联合特征值密度。
• 使用涉及算子$\widehat{K}_{n}$的矩阵核表示法，表达β=1情况下的边缘密度$p_{n,l,1}$。
• 应用适用于实对称情况的再生核结构与正交多项式技术，包括通过$S_n$及其对偶分量定义的矩阵核$\widehat{K}_{n,1}$。
• 通过渐近分析矩阵$\mathcal{M}^{(0,n)}$的逆，控制$n \to \infty$时核$S_n$的行为，依赖于指数衰减估计。
• 通过将误差项分解为低频与高频模式，建立误差界，使用$N = 2[n^{1/2}]$、$N = 2[n^{3/4}]$和$N = 2[\tilde{\varepsilon}n]$来控制不同的谱区域。
• 利用核算子$\widehat{K}_n$的迹表示方差，并通过控制小扰动下核的稳定性，证明累积量生成函数的收敛性，从而证明极限为高斯分布。

实验结果

研究问题

• RQ1 在实解析势函数与具有有界二阶导数的光滑测试函数条件下，正交不变实对称随机矩阵系综的线性特征值统计量是否满足中心极限定理？
• RQ2 在β=1情况下，波动$\dot{N}_n[\varphi]$的极限方差是什么？它与β=2（厄米特）情况下的结果有何比较？
• RQ3 如何利用矩阵核$\widehat{K}_{n,1}$表示边缘密度，并在实对称情况下计算线性统计量的方差？
• RQ4 在小扰动下，核$S_n$能否被渐近地近似为一个稳定表达式，从而确保收敛到高斯极限？
• RQ5 逆矩阵$\mathcal{M}^{(0,n)}$的指数衰减在控制CLT证明中误差项方面起什么作用？

主要发现

• 在实解析势函数与具有二阶有界导数的测试函数条件下，当$n \to \infty$时，线性特征值统计量的波动$\dot{N}_n[\varphi]$在分布上收敛于一个高斯随机变量。
• 极限方差由核算子$\widehat{K}_n$的迹给出，且收敛性在具有有界二阶导数的测试函数的紧集上是一致的。
• 通过$S_n$及其对偶构造的矩阵核$\widehat{K}_{n,1}$（其为β=1的再生核推广）的逆在小扰动下被证明是稳定的。
• 通过将低频与高频分量分解，建立了核近似误差界，误差项分别为$O(n^{-1/2})$与$O(n^{-1} \log^4 n)$。
• 证明了矩阵$\mathcal{M}^{(0,n)}$的逆收敛于具有指数衰减的托普利茨型算子，从而实现了对极限中核$S_n$的控制。
• 本文证明了$N_n[\varphi]$的方差收敛于有限极限，且在具有有界二阶导数的$C^2$类测试函数中，CLT一致成立。